（報告出品方/作者：國金證券，翟煒）

報告綜述

產業鏈與市場空間：當前我國自動駕駛正處于 L2 向 L3 級別轉化的階段，預 計 2025 年 L2.5 級別自動駕駛車輛滲透率為 50%，2030 年 L2.5 和 L4 級別自動駕駛汽車滲透率分別將達 70%和 18%。從產業鏈上看，僅上游（感知層、傳輸層、決策層、執行層）和中游平臺層，到 2025 年新增市場空間達 3088 億元，2030 年可達 7020 億元，10 年復合增速為 27%。

發展路徑與核心參與方：技術路徑上看，歐美等國鑒于其道路的規范化優勢和自動駕駛技術的成熟度，其自動駕駛技術路徑以單車智能為主；中國則在追趕單車智能技術基礎上，憑借體制、政策、環境、5G 技術等優勢重點發展車路協同，將車路協議與單車智能結合，有望實現換道超車。從行業發展來看，自動駕駛參與方主要有傳統車企、互聯網巨頭和造車新勢力等三類玩 家。在路徑選擇上，傳統車企在加速技術追趕的同時考慮量產和安全，采用 漸進式發展路徑從 L1 逐步過渡到 L2 及以上，當前主要處于 L2.5 階段；互 聯網廠商與造車新勢力則憑借其在軟件、算法和算力等方面的優勢選擇跳過 L1/L2 等低級階段，直接以 L4/L5 自動駕駛為目標跨越式發展，當前部分 L4 級已率先在特定場景的商用車領域落地，乘用車領域正在加速追趕。此外， Tie1 和 OEM 等廠商也同步從輔助駕駛層級進入自動駕駛市場。

核心推動力：我們認為當前推動自動駕駛產業向前發展的主要驅動力在于四個方面：

1）產業政策不斷加碼：2020 年 11 月，國汽智聯發布最新的我國 智能網聯汽車技術路線圖，明確提出到 2025/2030 年我國 L2/L3 級滲透率為 50%/70%；

2）5G 技術加速助力 C-V2X 發展：車聯網是 5G 應用的典型場景，當前我國 5G 基站建成超 70 萬個，全球占比超 70%，5G 低延時、高可 靠等特性可加快車聯網和自動駕駛的研發進度，同時 C-V2X 技術標準路線 已成為未來自動駕駛發展的通信路線標準，我國在 C-V2X 上擁有較強的先 發優勢；

3）BATH 等互聯網巨頭紛紛入局，加快推動自動駕駛技術發展和 商業化應用落地；

4）特斯拉的倒逼：當前特斯拉市值已超 8 千億美元成為 名副其實的車企巨頭，其 OTA 技術、智能計算平臺以及軟件定義汽車的商業模式，帶來的汽車領域的革命猶如當年的蘋果手機對傳統手機行業的顛覆，特斯拉的鯰魚效應將加快推進自動駕駛產業不斷向前。

計算機領域細分賽道機會：從市場規模來看，我們測算到 25/30 年，自動駕駛決策層（自動駕駛 AI 芯片、高精地圖）達 1138 億元/2236 億元、感知層 （激光雷達）達 125 億元/845 億元、平臺層（智能座艙）為 810 億元/1866 億元；從增速來看，智能座艙增速最快（10 年復合增速達 32%）。建議重點從產業鏈上下游篩選各環節技術壁壘高、擁有定價權以及擁有產業協同效應的細分領域，推薦上游感知層的激光雷達，決策層的操作系統、自動駕駛加速芯片和高精度地圖，中游平臺層的智能座艙等。

一、自動駕駛全產業鏈增量空間超 7000 億元

自動駕駛產業鏈：上游感知、傳輸、決策和執行層，中游平臺層，下游為整車與服務。

自動駕駛汽車功能的實現需要汽車制造商、零部件供應商、車載計算 平臺開發商、出行服務供應商等多方主體參與，因此，自動駕駛汽車的產業鏈較長。具體而言，上游包括感知層、傳輸層、決策層和執行層；中游為平臺層，包括整合的智能駕艙平臺、自動駕駛解決方案以 及傳統的車聯網 TSP 平臺；下游主要為整車廠和第三方服務。

其中，上游感知層包括車載攝像頭、雷達系統、高精度地圖、高精度定位、導航系統、路側設備等；傳輸層基于通信設備和服務為自動駕駛提供信號傳輸，主要包括通信設備和通信服務；決策層包括計算平 臺、芯片、操作系統、算法等；執行層，對決策命令進行執行，包含 線控、電子驅動/轉向/制動、系統集成及其他汽車零部件廠商。四條系統環環相扣，實現汽車網聯化功能。

1.1 感知層：自動駕駛汽車的眼睛和耳朵，增量空間達 1900 億元

感知層用于感知外部環境變化、獲取相關信息。主要包括智能硬件（傳感器、RFID 及車載視覺系統等）、導航（GPS、北斗以及慣性導航系統）、 路側設備等。

智能硬件是智能汽車的“眼睛”。無人駕駛硬件系統包括有傳感器、 RFID、車載視覺系統等。隨著車聯網、智能互聯成為未來趨勢，相關硬件產品需求量也日益增大。根據賽迪智庫《2020 年中國汽車電子產業發展形勢展望》，汽車電子、裝置在汽車制造成本中所占的比重逐年提高。通過硬件系統，感知并采集環境信息是無人駕駛的第一步。

我們認為自動駕駛汽車感知層帶來的市場增量主要在傳感器，當前行業內主流研發和應用的自動駕駛汽車傳感器為車載攝像頭、超聲波雷達、毫米 波雷達、激光雷達等，不同的組合形成了以視覺主導（攝像頭+毫米波雷達 +視覺芯片）和以多傳感器融合（激光雷達+毫米波雷達+攝像頭）為主導 兩種路徑。無論何種路徑，均會帶動傳感器的需求增長，我們測算，預計 到 2025 年傳感器市場規模將達 609 億元，到 2030 年將達 1901 億元，10 年復合增速約 30%。

1）傳感器：目前主流的自動駕駛傳感器以攝像頭和雷達為主。

2）RFID 又稱無線射頻識別，是自動駕駛的耳朵。

3）車載視覺系統是感知層硬件的整合，借助機器視覺技術進行圖像增強和數據處理。車載視覺系統主要應用于視覺增強的駕駛輔助。

1.2 傳輸層：自動駕駛提供信號傳輸，增量空間超 600 億

傳輸層是基于通信技術將感知層獲得的環境信息轉換成信號傳導到決策 層，類似人體的傳輸神經。傳輸層主要包含通信設備和通信服務，其中通信設備以元器件、信息交互終端等為主，通信服務主要為 DSRC 和 C-V2X 兩種服務自動駕駛的無線通信技術。

傳輸層的增量來自于 V2X 帶來的通信芯片、通信模組以及信息交互終端 OBU、RSU 和 T-BOX 等。我們認為自動駕駛帶來的不僅僅是單車的網聯 化，還需必備路的智能化，即車路協同。因此，預計傳輸端將帶來通信芯 片、模組等通信元器件以及車路信息交互終端的爆發。我們預測自動駕駛 傳輸層的價值空間到 2025 年達到 395 億元，2030 年達到 629 億元，10 年復合增速為 18.79%。

1.3 決策層：自動駕駛汽車大腦，增量空間超 2200 億元

當前，從技術角度看，隨著 ADAS 系統的廣泛部署和以及長時間的技術開 發，自動駕駛感知技術已經不是主要瓶頸；傳輸層自 C-V2X 勝出之后，技 術路線也已基本確定；執行層則是主機廠和 Tier1 廠商擅長的領域。因 此，我們認為自動駕駛技術實現的真正門檻就在于決策層上。決策層通過 利用感知層、傳輸層反映回來的信息，建立相應的模型，制定出適合的控 制策略。由于真實路況的復雜程度，以及不同人對于不同路況的不同解決 對策，決策算法需要覆蓋多數罕見路況的海量數據以及完善高效的人工智 能技術。從功能上看，決策層主要包含操作系統、芯片、算法、高精度地 圖以及云平臺等核心構成元素。

我們認為自動駕駛決策層帶來的增量空間主要在于自動駕駛 AI 芯片和對應 的高精度地圖，這兩者是 L3 及以上級別自動駕駛汽車必備的功能要素。經 我們測算，到 2025 年自動駕駛決策層可見的增量空間將達 1138 億元， 2030 年將達 2236 億元，10 年復合增速達 23.44%。

1）操作系統：為自動駕駛提供底層支撐。

2）芯片：為自動駕駛提供算力支撐。

3）算法是決策層的核心競爭力。

4）高精度地圖將成為自動駕駛、車路協同的基礎設施。

1.4 執行層：自動駕駛的四肢，增量空間達 388 億元

執行控制好比“駕駛員的手腳”，是自動駕駛真正落地的基礎。執行層是 無人駕駛系統的最底層，其核心任務是通過驅動、制動及轉向控制系統， 相互配合，使汽車能夠按照決策部分規劃的軌跡穩定行駛，并且同時能夠 實現避讓、保持車距、超車等動作。隨自動駕駛的發展，執行層由駕駛員 施加人力、通過真空和液壓等推動的方式逐漸被電子化、電動化系統所替 代，電信號替代機械力的線控技術在自動駕駛時代全面滲透。

自動駕駛執行層帶來新的增量市場主要源自于域控制器和線控執行等功能設備。我們測算，到 2025 年自動駕駛執行層可見增量市場規模將達 135 億元，2030 年將達 388 億元，10 年復合增速超 30%。

電子驅動：發展成熟，相比傳統驅動優勢明顯。

電子制動：執行層最關鍵部分。

電子轉向：電動助力 EPS 占據主流。

1.5 中游平臺層：完成自動駕駛功能的居中調度，增量空間為 1866 億元

平臺層以 TSP 車聯網平臺廠商為主，包括智能座艙、智能駕駛整體解決方 案等。

自動駕駛平臺層帶來增量空間主要以智能座艙為主，主流智能座艙包含全 液晶儀表盤、汽車中控屏、HUD 和流媒體后視鏡等四大模塊。我們測算， 到 2025 年智能座艙市場空間為 811 億元，2030 年達到 1866 億元，10 年 復合增速近 30%。

TSP 車聯網平臺提供車載信息服務，通過在汽車上安裝車載信息設備，利用通信網絡為駕駛員和乘客提供多樣化信息服務，包括行車導航、路況信 息、行車安全預警、免提通話、天氣服務、緊急救援、車輛性能檢測等。

TSP 在車聯網產業鏈中居于核心地位。上接汽車、車載設備制造商、 網絡運營商，下接內容提供商，TSP 的服務集合了位置服務、GIS 服務 和通信服務，如導航、娛樂、咨詢、安防、SNS、遠程保養等。其核心 價值主要體現在：向下游直面用戶，是直接為用戶提供服務價值的主 體；向上游扮演資源整合角色，涉及車載設備提供商、網絡服務提供 商、信息服務內容提供商等，整合多方信息及資源為用戶提供車載信 息服務。

TSP 是產業鏈中潛在利潤空間最大的環節。作為產業鏈的核心位置， TSP 擁有整個鏈上最核心的大數據資源，且其數據具有積累性，據此可 以演化為多種商業模式，是車聯網產業鏈潛在利潤空間最大的環節。 TSP 盈利模式為：面對車主，TSP 依托于線上服務賺取服務費用，賺取 B2C 中的利潤；在客戶數量以及交互數據達到一定體量后，可以與廣告 商、保險公司、物流公司、租車公司等開展一系列商業模式的探索， 拓展 B2B 業務。

目前 TSP 根據車廠主導的程度大致可以分為三種模式。

模式一：車企設立自己的 TSP。

模式二：車廠與第三方供應商合作設立 TSP。

模式三：第三方供應商提供獨立 TSP。

智能座艙是車企智能化、高端化的剛需，也是未來智能網聯汽車的主要組成部分之一。它以座艙域控制器（DCU）為核心，推動包含液晶儀表盤、中 控屏、流媒體后視鏡、抬頭顯示系統等部件在內的多屏融合，實現語音控制、手勢操作等更智能化的交互方式。從汽車整體架構來看，座艙域控制 器（DCU）鏈接傳統座艙電子部件，進一步整合智能輔助駕駛 ADAS 系統和 車聯網 V2X 系統，使智能汽車可以進一步優化整合自動駕駛、車載互聯、 信息娛樂等功能，完整的解決方案幫助智能汽車從代步工具逐漸成為可移動生活空間。

智能座駛艙產業鏈分為硬件和軟件兩部分。硬件包括了傳統中控和儀 表盤，以及新納入的抬頭顯示器 HUD、后座顯示屏等 HMI 多屏，軟件則 由于加入了手勢語言在內的交互技術，包含底層嵌入式操作系統、軟 件服務、ADAS 系統等應用。軟硬件底層技術根據產品的不同需求應用 到各個智能化零部件中；不同智能化零部件在座艙內集成形 成一套完 整解決方案，以整車體現，整車進而銷售給車主；與此同時，基礎設 施參與整個流程，為各環節提供數據傳輸、運算存儲等服務。

智能座艙產業趨向于跨界、融合、集成的網狀結構。上游零部件企業尋求后向一體化，下游整車廠尋求前向一體化，獨立研發算法和智能 硬件，與此同時，新興互聯網公司與傳統整車、零部件企業進行深度 合作，共同推出智能座艙整體解決方案。對于整車廠而言，其擁有成 熟的汽車研發、生產、供應鏈體系，但相對來講軟件開發實力略有不 足，缺乏良好的生態體系。對于新興互聯網公司而言，其具備完善的 應用生態、強大的系統開發能力，但缺乏與相關行業經驗，對硬件的 集成開發的能力相對較弱。對于 Tier1 供應商而言，其獨特優勢在于 系統定制能力和豐富的車規級硬件開發經驗.

算法軟件數據將成為價值鏈重心。互聯網和科技公司在產業中占比升 高， 他們在算法、芯片、網絡連接和生態系統搭建上占據優勢，而傳 統主機廠和 Tier 1 則在汽車傳統的生產制造環節有豐富經驗。未來可 能主要為兩種跨界模式：一是傳統車企和 Tier 1 與互聯網巨頭合作， 比如上汽和阿里。車企將相對封閉的生產數據一定程度開放給互聯網 企業，用于座艙智能化的升級；二是零部件大廠收購有發展潛力的科 技公司，從而掌握核心技術。長期來看，整個汽車價值鏈的重心將從 硬件生產制造逐漸轉向系統、算法等軟件層面，掌握核心軟件能力、 數據的互聯網公司，及轉型及時的主機廠將占據行業主導地位。國內 汽車發展雖然落后國外，但互聯網行業一直占據主導，擁有流量和生 態優勢。因此，國內車企、其他供應商借助互聯網，有望趕超國外大 廠。

從企業類型來看，無論是傳統國際品牌，還是造車新勢力和國內自主 品牌，在智能座艙上都積極布局，近一兩年都有產品完整產品落地。 從交互方式來看，自然語音識別方式以其符合正常對話邏輯、良好的 交互體驗得到了眾多品牌認可，造車新勢力、國內自主品牌以及奔 馳、寶馬、奧迪都搭載了自然語音識別模塊。從操作系統看，大部分 企業有自研或自有的、以 QNX、Linux 和安卓底層構架的配套操作系 統。芯片方面，高通和英偉達市場認可度依舊很高。中控屏和儀表盤 則呈現了明顯的大屏集成偏好，全液晶中控屏和儀表盤快速滲透自主 品牌及造車新勢力，而 HUD 主要為選裝搭載，滲透率相對較低。

1.6 整車廠與第三方服務

經過各層級的技術研發，最終由整車廠進行技術集成與生產組裝，完成無 人駕駛產品的生產末環。整車廠商為關鍵技術企業提供應用、實踐平臺， 科技企業直接向整車廠商提供解決方案、部件。生產組裝完畢的整車，一 部分直接銷售到消費者端，一部分成為第三方服務商的服務供應車輛。此 類服務商一般為移動出行服務商，提供服務所得的數據反饋將協助整車廠 及科技企業調整產品研發。部分整車廠也在向第三方服務商轉變，或與之 開展深度合作，整個無人駕駛產業鏈呈現生態化、網狀化趨勢。

整車廠商也在積極布局智能網聯汽車產業。新興車企（蔚來、零跑、 理想、小鵬、奇點等）具備后發優勢，在研發方面普遍優于傳統車 企，科技嗅覺更靈敏，部分智能網聯相關技術已成為產品亮點。傳統 整車廠商（一汽、廣汽、北汽、長安、吉利、奇瑞等）在智能網聯領 域的發展相對較緩，在軟件算法等領域開發能力相對不足，多數選擇 以收購或戰略合作的方式與科技企業共贏。整車企業的布局加速了智 能網聯產品的適配應用，促進了相關技術的迭代升級，保障了無人駕 駛產業乃至智能網聯汽車行業持續快速發展。

第三方服務商主要是為未來移動出行進行開發與測試、為公眾和商業 運輸提供移動出行服務的公司等，包括網約車平臺、無人駕駛出租 車、無人送貨車、接駁車等服務商，如 Uber、Grab、2getthere、 Bestmile、滴滴出行、神州優車、首汽約車等。剝離司機角色，打車 和租車或許在未來殊途同歸。科技企業在算法上具有優勢，然而相對 缺乏產業數據，因此深耕產業的出行公司，或將成為下一步無人駕駛 的突破點。

二、自動駕駛技術路徑探究

2.1 單車智能 VS 車路協同：各有千秋，未來趨于協同

按照技術路徑，無人駕駛當前主流有兩種實現路徑：一是基于單車感知和 高效算法決策的單車智能模式，二是基于道路基站和車輛進行通信、通過 云端調控的車路協同模式。

單車智能模式痛點無可回避。從目前表現來看，單車智能存在許多弱點： 首先是多傳感器融合問題，以及隨之而來的對芯片性能的要求；無人駕駛 依靠 AI，但 AI 黑箱效應難以克服；自動駕駛 110 億英里的道路檢測難以 實現；全自動駕駛有幾百萬極端工況，軟件設計難以保證和驗證；L3、 L4、L5 自動駕駛成本極高，單車均價約 20 萬美元，難以進入私家車領 域；完全自動駕駛汽車實際行駛安全難以保障。

車路協同是單車智能的延伸和拓展。單車智能是車路協同的基礎，如果沒有單車智能，智能網聯就沒有基礎平臺，更重要的是在路側沒有鋪設智能 設備、通訊受到干擾、智能路側設備出現故障時，單車智能保證汽車安全 行駛。此外，在車路協同無法覆蓋的區域以及極端場景中，還是需要依賴單車智能自動采取行動。而由于單車智能不可忽視的痛點，車路協同形成 單車傳感器的性能延伸，緩解計算平臺算力壓力，對于高級別自動駕駛不 可或缺，基于場景來看錦上添花，能夠加快汽車產業化落地，無論在時間 或空間維度實現更全面的覆蓋。

車路協同系統的基礎技術包括四個部分，可依據構成劃分為智能車載單元關鍵技術、智能路側關鍵技術、通信平臺關鍵技術和其他關鍵技術，其中 V2X 是車路系統核心的基礎技術。

智能車載單元，借助當前主流的 LTE-V2X 以及新一代 5G-V2X 信息通信技術，實現車輛之間、車路之間、車與行人、車與云端之間的全面信息交互。從產業結構角度來看，車載終端主要包括通信芯片、通信模組、終端設備、V2X 協議及 V2X 應用軟件。整個車載終端的產業結構包 括硬件和軟件產業參與者。

智能路側系統，在車路協同體系中，通過部署智能設備，收集路側信息。其通過智能傳感器設備，結合智能車載信息，提供危險駕駛提 醒、車輛違章預警、道路異常提醒、道路擁堵分析、交叉路口、協調 調度等功能。整個系統的運轉流程是：通過架設在道路側傳感器感知 到的實時道路信息與車輛共享，使車輛擁有超視野感知能力，提供較 全面的路側環境信息，與車輛進行信息數據共享，同時將車側信息收 集至云端，最終進行應用。按照職能板塊劃分，智能路側系統主要包 含智能基礎設施板塊、智能傳感器板塊、 通訊計算板塊等：智能基礎 設施類板塊主要包括信號燈控制機、電子指示牌、北斗差分基站等設 備要素；智能傳感器板塊主要包括激光雷達、高清攝像頭、毫米波雷 達等，可探測車輛狀態、道路實時狀況等；通訊計算板塊則是指其中的通信管道，包括 LTE/NR 模組，能夠支持數據傳輸等。同時，在路側單元一些實時信息需要在邊緣側進行數據計算，以解決道路交通中的 應急事件。

通信平臺，作為車路協同中的連接管道，主要負責提供車與車、車與 路間實時傳輸的信息管道，通過低延時、高可靠、快速接入的網絡環 境，保障車端與路側端的 信息實時交互。目前，車路協同的底層通信 技術較為通用的是 DSRC（專用短程通信）和基于蜂窩網通信技術演進 的 C-V2X。C-V2Ⅹ起步相對較晚，但其基于蜂窩通信技術，可移動性、 可靠性強，具有前向兼容性的 5G 演進路線，未來可支持自動駕駛，中 國布局領先。

云控平臺，在車路協同產業發展中承擔著“指揮者”的角色。云控平 臺包括云控基礎平臺和云控應用平臺。云控平臺能為智能汽車及其用 戶、管理及服務機構等提供車輛運行、基礎設施、交通環境、交通管 理等動態基礎數據，具有高性能信息共享、高實時性云計算、大數據 分析、信息安全等基礎服務機制，是支持智能網聯汽車實際應用需求 的基礎支撐平臺。在應用層面，云控平臺的搭建能夠增強智能網聯駕 駛服務能力，降低交通事故傷亡幾率，減少交通擁堵時間，提升交通 效率。目前，通過云控基礎平臺的物理架構，已經基本形成車端-邊緣 云-區域云-中心云四級支撐體系。

車路協同優勢：安全、高效、低成本、落地更快。

車路協同體系亦面臨挑戰。車路云一體化運行不乏挑戰：車輛層面，無論 是融合感知還是協同決策，車路聯合實現實時有效協同是難題；交通層 面，除了要提高自動駕駛汽車性能，還要解決交通擁堵和聯合管控，技術 上面臨著高可靠、低延時的數據交互問題；計算資源開發方面，如何將大 數據挖掘、計算等及時有效輸送到末端面臨挑戰等。

2.2 中國無人駕駛路徑以單車智能結合車路協同

關于是“單車智能”還是“車路協同”，一直存在諸多研究與爭論。“單 車智能”傾向于車輛自身的自動駕駛能力，能夠精準及時地感知、決策、 控制，從而實現無人駕駛；“車路協同”則更注重全局優化，通過車車、 車路信息交互達到智能協同，為無人駕駛構建一個更完善的生態環境。

單車智能與車路協同各有優劣，理想狀態下可形成互補。單車智能在車路 網絡出現漏洞等極端情況下能夠保證車輛的安全行駛，而車路協同能夠實 現信號源傳輸、超視距通信、多個檢測視角等單車無法做到的場景。理想 狀態下，單車智能和車路協同能夠優劣互補，從而達到最佳無人駕駛狀 態。

我國基本明確了車路協同與單車智能結合的發展道路。自動駕駛起源于美 國，在單車智能領域，我國與美國有較大差距，同時由于我國路況設施復雜，相較而言，將車聯網作為發展智能交通、無人駕駛的杠桿著力點，重 點發展車路協同，則有望實現換道超車。

車路協同與單車智能結合發展，我國擁有基于國情的天然優勢。強大的統 籌能力和基建能力使得新技術的研發突破及實施落地具有更高的可行性。 無論是聚焦單車的高精尖技術，還是聚焦全局的基礎設施協同，我國都有 能力從研發到測試到法規健全到落地改造的全過程給予深度扶持。

2.3 漸進式 VS 跨越式：傳統車企漸進式，互聯網與造車新勢力跨越式發展

自動駕駛行業格局逐漸穩定。目前自動駕駛、智能互聯是汽車行業發展的 方向，傳統車企和一些互聯網巨頭都紛紛入局無人駕駛領域。根據 Gartner2019 年新興技術成熟度曲線，L5 級自動駕駛屬于期望膨脹期，L4 級自動駕駛屬于幻滅期。商用車 L3、L4 無人駕駛已經在礦山、港口、物 流等流域落地，而乘用車無人駕駛落地項目主要集中在傳統車企 L2+和 L3 級量產車型和特定場景自動駕駛方面。目前無人駕駛技術逐步邁向成熟， 新入局者減少，2020 年新興技術成熟度曲線中自動駕駛被移出榜單。

從技術發展路徑上看，自動駕駛發展路徑主要分為漸進式、跨越式和特定場景式等三種。漸進式以傳統車企為主，跨越式以互聯網和造車新勢力為 主，特定場景式則以商用車率先落地。

三、多重因素促進自動駕駛產業發展

3.1 產業政策驅動

政府從安全監管、標準制定到戰略發展，車聯網政策持續出臺。2017 年 4 月，工信部、發改委、科技部聯合發布《汽車產業中長期發展規劃》指出重點支持傳感器、控制芯片、北斗高精度定位、車載終端、操作系統等核 心技術研發及產業化。2018 年，工信部制定《車聯網智能網聯汽車產業發 展行動計劃》指出到 2020 年，車聯網用戶滲透率達到 30% 以上，新車駕 駛輔助系統（L2）搭載率達到 30% 以上，聯網車載信息服務終端的新車 裝配率達到 60% 以上。2019 年，國務院發布《交通強國建設綱要》加強 智能網聯汽車（智能汽車、自動駕駛、車路協同）研發，形成自主可控完 整的產業鏈。至 2020 年 2 月，11 部委聯合出臺《智能汽車創新發展戰 略 》，意味著車聯網產業將在我國迎來高速發展重大機遇。

自動駕駛領域產業政策穩步推進。從 2015 年至 2020 年，政府發布多項相 關政策，關注點從智能網聯汽車細化至自動駕駛汽車。2020 年初，國家相繼出臺《智能汽車創新發展戰略》與《汽車駕駛自動化分級》兩項方案， 進一步明確自動駕駛戰略地位與未來發展方向。

預計到 2025 年我國 PA、CA 級智能網聯汽車銷量占汽車總銷量超過 50%，C-V2X 終端的新車裝配率達 50%，2030 年滲透率 70%，2035 年 各類網聯式高度自動駕駛車輛廣泛運行于中國廣大地區。2020 年 11 月 11 日，中國智能網聯汽車產業創新聯盟發布《智能網聯汽車技術路線圖 2.0》指出 PA、CA 級智能網聯汽車滲透率要持續增加，2025 年達 50%， 2030 年超過 70%。C-V2X 終端的新車裝配率 2025 年達 50%，2030 年基本普及，網聯協同感知、協同決策與控制功能不斷應用，車輛與其他交通 參與者互聯互通。高度自動駕駛車輛 2025 年首先在特定場景和限定區域 實現商業化應用，并不斷擴大運行范圍。

3.2 從 LTE-V2X 到 5G-V2X，車聯網進入落地期

5G 建設超預期，車聯網、自動駕駛等行業應用加速落地

R16 標準凍結，5G 將從“能用”晉級到“好用”。2020 年 7 月，國 際標準組織 3GPP 宣布 5G R16 標準正式凍結，標志著 5G 第一個演 進版本標準完成。相較于 R15 版本 R16 標準不僅增強了 5G 的功能， 向各行業普及 5G 技術并催生新的數字生態產業，而且在網絡能力擴 展、挖潛以及降低運營成本等方面做了改進，增強了 5G 超可靠低延 遲通信（URLLC）的性能。R16 標準的推出，將加速 5G 在垂直行業 的需求與消費級市場補貼落地。

5G 基站建設超預期，車聯網、自動駕駛等行業應用有望加速落地。 2020 年 8 月 14 日，工信部副部長辛國斌表示，當前我國 5G 基站建 設進度超預期，截至 6 月底，我國 5G 基站累計超 40 萬個；截至 7 月 底，5G 終端連接數已達 8800 萬；下一步將以建設促應用，重點支持 面向智慧醫療、虛擬企業專網、智能電網、車路協同車聯網等 7 大領 域的 5G 創新應用，進一步促進 5G 行業應用落地見效。三大運營商數 據顯示，截至今年 6 月底，三家基礎電信企業累計發展蜂窩物聯網終 端用戶達 11.06 億戶，同比增長 32.7%，其中應用于智能制造、智慧 交通、智慧公共事業的終端用戶增長分別達到 21.1%、18.2%、 21.4%。5G 具有的高可靠、低時延、大帶寬等特性能實現車與車、車 與路、車與人之間的實時通信，是車聯網的重要通信網絡，推動智能 網聯化，豐富更多車聯網應用場景。

C-V2X 技術順利演進，車聯網、自動駕駛行業發展駛入快車道。

C-V2X 加快向 5G-V2X 階段的演進，車聯網、自動駕駛發展進入快車道。C-V2X 的標準化可分為 LTE-V2X（基于 4G）、LTE-eV2X （基 于 4.5G）和 5G-V2X （基于 5G 技術）等三個階段。其中，支持 LTEV2X的 3GPP R14 版本標準已于 2017 年正式發布；支持 LTE-V2X增 強（LTE-eV2X）的 3GPP R15 版本標準于 2018 年 6 月正式完成。但 由于基于 4.5G 的 LTE-V2X 仍無法完全滿足車聯網所需的低時延、高 可靠性等要求，車聯網行業盡管前景廣闊卻發展緩慢。隨著 R16 標準 的固定，5G 技術的超低時延、廣連接和高可靠性特征將逐漸顯現，可 滿足車聯網數據采集和處理的及時性要求，將推動 LTE-V2X 標準向 5G-V2X 方向的演進，車聯網行業有望隨著 5G 商用進入快速發展階段。

V2X 可降低單車智能技術難度，縮減自動駕駛研發成本。V2X 在高級 自動駕駛中具備配比六項要素：車側單元（OBU）、路測智能基礎設 施、路測單元（RSU）、路測邊緣計算單元、路測信息提示單元和云 控管理服務平臺等。相較單車智能，V2X 增加路側和云端部署，可有 效降低單車智能技術難度。百度數據顯示，V2X 車路協同系統可降低 自動駕駛 30%的研發成本，接管數下降 62%，預計縮減國內自動駕駛 落地時間達 2-3 年。

部分基于 V2X 的自動駕駛場景將率先實現應用。2019 年，中國信通 院依據技術特性（從樣品到量產技術難度）和應用成熟度（產業鏈、 運用模式、管理制度和商用模式等）將 C-V2X 支持實現的車聯網應用 劃分為四個象限。其中，L5 級自動駕駛、車路編隊行駛、封閉環境自 動駕駛、停車場自主泊車等為 C-V2X 支持的高等級自動駕駛場景。從 技術特性來看，封閉環境自動駕駛=車輛編隊駕駛<停車場自主泊車 車輛編隊駕 駛>停車場自主泊車>L5 級自動駕駛。綜合來看，預計封閉環境自動駕 駛將率先實現應用，其次是車輛編隊駕駛和停車場自動泊車，最后為 L5 級自動駕駛。

中國在 C-V2X 領域技術實力雄厚。根據中國通信學會發布的研究報告 《車聯網知識產權白皮書》截止到 2019 年 9 月全球車聯網領域專利申 請累計 114587 件，美國占比 30%居首位，中國占比 25%，居第二 位。但在關鍵的 C-V2X 車聯網通信技術專利方面，中國的專利申請量 占比達到 52%，為 C-V2X領域最大的專利原創國家和布局目標國家。

2020 年 5 月，中國智能網聯汽車產業創新聯盟發布《實現自動駕駛的 工作報告與方針》，闡明了我國推進自動駕駛服務的實現與普及路線 圖。報告指出，未來 3-5 年，我國自動駕駛領域的發展，將逐步由自 動駕駛分擔現有駕駛員的作用，移動出行服務將會誕生新的附加價 值。預計到 2025 年在限定空間及汽車專用道路（高速公路、汽車專 用通道等）將完成自動駕駛完全替代駕駛員，實現車內只有乘務員 （部分無人）；2026 年以后，在混合空間（生活區域道路等）實現僅 有遠程監視或車內只有乘務員。

3.3 BATH 等互聯網巨頭加持

百度從手機車機互聯到車聯生態。百度在車聯網方面的路線為手機車 機互聯方案（2014-2015 年相繼推出 CarNet+Carlife 等）-車載 OS-小 度車載 2020。2015 年 9 月，百度世界大會上首次披露其車聯網方面 的戰略布局。百度車聯網生態包括 CarLife 手機車機投射、MyCar 車 輛私有云、CoDriver 智能語音副駕駛、CarGuard 汽車衛士在內的四大 OEM 解決方案。2018 年發布百度的車載 OS——小度 OS。2019 年，發布了度小鏡，強化運營商泛 loT 智能終端布局能力。同年也發 布了 Apollo 智能車云，助力車企在單純提升車體驗之外，實現汽車全 生命周期效能提升。Apollo 生態大會上發布的小度車載 2020 由小度 OS 發展而來，是一套開放的生態系統，通過整合智能駕艙、手機投屏 和后裝的軟硬一體設備集成為各種形式的服務。目前，百度車聯網已 與奔馳、寶馬、福特、比亞迪、長城、現代、吉利、起亞、啟辰、星 途等多家汽車企業合作。2019 年 4 月 3 日，福特中國正式發布與百度在車聯網領域的首個合作項目——智行信息娛樂系統 SYNC+。2021 年 1 月 11 日，百度正式宣布造車。

截至 2020 年 3 月，百度 Apollo 擁有全球 36000 名開發者，177 家生 態合作伙伴，56 萬行開源代碼，1237 件智能駕駛專利數。自動駕駛路 測方面，Apollo 已擁有路測牌照數超 150 張，在北京、長沙、滄州、 武漢、重慶、天津、保定、雄安等多個城市開展路測，測試里程超 300 萬公里。此外，百度 Apollo 智能交通版圖也在不斷擴張，成為中 國智能交通發展建設的重要著力點。Apollo 已經和長沙、保定、滄 州、重慶、銀川、紹興、德清、株洲等多個城市達成車路協同和智能 信控等方面的合作，助力當地完成智能交通、智能城市建設。

阿里是國內最早入局車聯網的互聯網廠商，其核心產品是 AliOS 操作 系統。2014 年 7 月，阿里與上汽集團正式簽定戰略合作協議，同年收 購地圖廠商高德。2015 年，與上汽共同出資 10 億元成立斑馬網絡， 2016 年，斑馬網絡推出首款搭載斑馬系統（基于 YunOS）的車型— 榮威 RX5，成為阿里操作系統首次在智能座艙領域整體性落地。2017 年，AliOS 攜手斑馬網絡與神龍汽車達成戰略合作，推出首款合資品牌 的智能汽車，同年，阿里與福特正式簽署戰略合作，AliOS 將搭載在所 有在中國銷售的福特及林肯品牌整車（包括進口及本地生產）及在中 國生產的自主品牌電動車。2018 年，阿里聯合交通部公路院、國家電 網、中國聯通、一汽集團、上汽榮威、英特爾、福特汽車、神龍汽 車、大唐電信集團等成立了“2038 超級聯盟” ，協同產業力量共同落 地“智能高速公路”。2019 年 12 月，阿里宣布與一汽簽署戰略合作 協議，雙方將以斑馬智行系統為基礎，打造面向未來的下一代智能網 聯汽車。2020 年 4 月，斑馬網絡推出的斑馬智行 VENUS 系統。

2018 年 4 月，阿里正式宣布布局自動駕駛技術，并由 AI 實驗室首席 科學家王剛率領團隊進行研究工作。阿里通過車路協同和單車智能的 方式助力自動駕駛的實現。單車智能方面主要包含三個方面：算法、 硬件和系統架構。在高精度地圖和精準位置服務上，阿里有高德地圖 和千尋位置做支撐；在算力算法等前沿技術上，阿里不僅有達摩院，還有專注于研發芯片的平頭哥，這兩大平臺為阿里聚集了一大批高端 人才，這勢必也將為其自動駕駛發展增加推動力。

騰訊構筑“四橫兩縱一中臺”生態車輛網。騰訊雖相對較晚入局車聯 網領域，但憑借技術和流量優勢，很快聯合眾多廠商和渠道開展人-車店-廠的全面布局，構建車輛網生態。2015 年 9 月，騰訊正式推出車 聯開放平臺，構建了車聯 ROM、車聯 APP 以及“MyCar”服務的三 重產品體系。2017 年，騰訊車聯平臺發布了"AI in Car"系統，2018 年，騰訊發布全新的 TAI 汽車智能系統，即 AI in Car 2.0 版本，至 此，騰訊在智慧出行領域構建成“四橫兩縱一中臺”業務矩陣。2019 年 5 月發布車載微信，與車載系統融合實現交互。2020 年 1 月，騰訊 發布 TAI 3.0 生態車聯網解決方案，形成了一套跨 OS、云端輕量化的 車載應用開發框架，可承載 300 萬量級的應用服務開發。

憑借大數據、云計算優勢騰訊加快自動駕駛領域技術研發。2016 年 9 月，騰訊成立自動駕駛實驗室，在高精度地圖、環境感知、融合定 位、決策控制等領域進行技術研發，并在車聯網領域搭建車聯開放平 臺。2018 年 11 月，騰訊發布 L3、L4 自動駕駛汽車。2019 年 7 月， 騰訊與寶馬中國合作了業內第一個自動駕駛開發云項目。騰訊汽車云 中心、高精度地圖和自動駕駛團隊攜手推出自動駕駛開發云服務，提 供大數據存儲以及包括 IaaS、PaaS、SaaS 在內的一整套專門用于自 動駕駛研發的大數據云計算服務。2020 年 6 月 24 日，騰訊新一代自 動駕駛虛擬仿真平臺 TAD Sim 2.0 正式亮相。同時，騰訊 TAD Sim 正 在與各類機構，以及國內頭部汽車企業展開合作，基于高精度地圖和 模擬仿真技術，推行虛實結合的仿真測試，加速自動駕駛研發。

華為傾力打造 5G 汽車生態圈。2019 年 5 月，華為成立智能汽車解決 方案 BU，旨在通過將自身在 ICT 領域的設計、技術和經驗等能力與產 業期望相結合，充分發揮產業的技術/規模系統效應，構筑智能車云、 智能座艙、智能電動、智能駕駛和智能網聯等五大解決方案。2020 年1 月，華為 Octopus 自動駕駛云服務在湘江新區落地。2020 年 3 月， 華為自動駕駛操作系統獲得 Safety 領域最高等級功能安全認證（ISO 26262 ASIL D），是我國首個獲得 ASIL D 認證的操作系統內核，也是 業界首個獲得 Security & Safety 雙高認證的商用 OS 內核。2020 年 5 月，華為聯合一汽集團、長安汽車、東風集團、上汽集團、上汽乘用 車、上汽、廣汽集團、北汽集團、比亞迪、長城汽車、奇瑞控股、江 淮汽車、宇通、賽力斯、南京依維柯、T3 出行等首批 18 家車企，正 式發布成立“5G 汽車生態圈”，加速 5G 技術在汽車產業的商用進 程，共同打造消費者感知的 5G 汽車。2020 年 7 月 12 日，全球首款 搭載華為 5G 技術的量產車比亞迪漢發布，華為 HiCar 正式上線。目 前 HiCar 的生態合作伙伴已經超過 30 家，合作車型超過 120 款。

3.4 特斯拉的倒逼

智能化轉型領先者，成為車企對標靶心。特斯拉在短短十幾年內成為了全 球最有價值的汽車公司，截至 2020 年 12 月，特斯拉市值超過 6000 億美 元，為車企市值排行第一。與傳統造車不同的是，特斯拉采取了集中式的 電子電氣架構，即通過自主研發底層操作系統，并使用中央處理器對不同的域處理器和 ECU 進行統一管理。按照博世對 EEA 的定義，大眾等傳統 車企仍處于從“模塊化”向“集成化”的過渡階段，而特斯拉已成為一臺 “車載中央計算機”。從智能駕駛的解決方案來看，特斯拉自成一派，通 過自研軟件、自設車廠，引領了以攝像頭為核心模仿人眼處理的智能駕駛 方案。

將 OTA 應用于智能汽車，引領軟件方向。OTA 指空中下載技術，具備減 少召回成本、快速響應安全需求、提升用戶體驗的優勢。傳統車系統基本 不考慮更新需求，而智能汽車特斯拉早在 2012 年就提出了車輛全模塊的 OTA 升級。同時，傳統汽車主要依靠車輛及零部件等硬件銷售獲得收益， 特斯拉則是由硬件銷售+軟件服務兩部分構成，OTA 能夠提高客戶粘性， 驅動軟件增值。在特斯拉推出 OTA 后，傳統車企也加緊技術研發，但目前 能夠真正實現 OTA 的車企寥寥無幾，更多是“偽 OTA”。此前大眾一萬 臺 ID.3 插線 OTA，每臺更新 7 小時，而比亞迪更是只能到店升級。在 Loup Ventures 的 OTA 成績單中，特斯拉在提供有意義的軟件更新方面領 先業界三到五年。

智能駕駛計算平臺領域領導者。特斯拉為目前智能駕駛計算平臺領域領導 者，歷年研發強度基本在 10%以上，遠超傳統車企 5%的平均水平。基于 自研的 FSD 芯片開發的 HW3.0 已于 2019 年率先落地并量產，采用中央 集中+區控制器的硬件建構。HW3 相比于 HW2.5 每秒傳輸幀數加強 21 倍，算力增至 12 倍。特斯拉自研 FSD 芯片單顆算力高達 72TOPS，相比 于英偉達、華為、英特爾競品，計算力最為強勁；自研 ADAS 平臺 FSD Computer 整體算力 144 TOPS，功耗僅為 72W，耗電量低，支持 L4+級 別自動駕駛，在省電領域表現亮眼。

累計行駛歷程突出，用戶體驗感好。據最新官方公開數據,截至 2020 年 4 月,特斯拉累計上路行駛里程已達 48 億公里。谷歌 Waymo 排名第二,截至 2019 年 10 月,累計上路行駛里程約為 1609 萬公里,僅為特斯拉的 1/30。從 用戶視角建立自動輔助駕駛實測評價體系角度出發，根據 42 號車庫披露數 據，基于對特斯拉 Model 3 HW3.0/寶馬 X5/蔚來 ES6/理想 ONE 四款車型 的實際運行效果來看，特斯拉 Model 3 HW3.0 智能駕駛綜合評分達到 37.6 分（滿分 40 分），略高于理想 ONE，顯著高于寶馬 X5 和蔚來 ES6 兩款 車型。

開創新的車企商業模式。在傳統汽車銷售環節越來越難以有利可圖的情況 下，特斯拉首先建立直銷網絡打破傳統經銷商的阻礙，然后通過軟件服務 賺取超額利潤：例如 9.9 美元/月 Premium Connectivity 流量服務，服務包 括流媒體、車況查詢、瀏覽器使用等。此外，特斯拉推出駕駛系統性能加 速升級包，為 Model 3 雙電機版本提供加速服務，更新后 0-60mph 加速時 間可從 4.4 秒降低為 3.9 秒，升級費用 2000 美元。自動駕駛系統目前還是 銷售軟件為主，而特斯拉將會在 2021 年初推出 FSD 的按月付費軟件套 裝，類似現在很多軟件的訂閱機制，這無疑降低了用戶付費門檻，能夠獲 取更高收益。特斯拉的類 SaaS 模式引發競爭對手效仿和資本市場熱捧， 目前車載娛樂系統的繁榮很大程度上也是由于特斯拉的“倒逼”。

四、計算機相關細分賽道：智能座艙、車載操作系統、高精度地圖

4.1 智能座艙與智能駕駛：前裝市場是關鍵

智能座艙成為汽車智能化發展重點。智能座艙功能落地不僅需要整合多個 屏幕顯示（中控、儀表、抬頭等），還需要整合駕駛員監控、車聯網、娛 樂系統及部分輔助駕駛功能。但由于暫時不涉及底盤控制，落地過程牽涉 的安全壓力及監管壓力較小，整體技術實現難度較低；此外，作為內飾的 一部分，無論是整合多屏的設計還是視覺、語音智能化交互技術的結合， 都易被用戶感知，差異化功能易于實現，主機廠可以迅速提高產品競爭 力。因此，近期座艙智能化成為汽車智能化發展核心。

座艙智能終端屬性不斷強化，智能駕駛功能成為必然，進入前裝前裝產業鏈是關鍵。伴隨智能化需求的增加，座艙電子和智能駕駛功能的融合變得 更加強烈，隨著主動安全和輔助駕駛新技術的突破和快速應用，智能座艙 的核心競爭力逐漸向智能駕駛轉移。據統計汽車之家上所有在售車型，其 中 205 個車系 780 款在售車型（選配+標配）配置了 HUD。前瞻研究院數 據顯示 ADAS 系統在國內整體滲透率在 6%左右，其中盲點監測滲透率最 高，達 12.1%，隨著用戶對駕駛便捷和安全性要求的提升，以及電子元器 件成本的降低，ADAS 系統會逐步向中低端市場滲透，未來 ADAS 系統市 場具有較大的潛力；同時，ADAS 滲透率的提升將使更多 HUD 能夠顯示智 能輔助駕駛信息，AR 增強現實技術顯著提升 HUD 顯示效果，二者幫助提 升了 HUD 使用體驗，助力 HUD 滲透率提升。

4.2 操作系統：中科創達為汽車操作系統領域龍頭

全球領先的智能操作系統產品和技術提供商。中科創達成立于 2008 年， 2015 年 8 月上市，致力于提供卓越的智能終端操作系統平臺技術及解決方 案，助力并加速智能手機、智能物聯網、智能汽車等領域的產品化與技術 創新。公司業務模式根據為客戶提供的產品和服務類型的差異，主要分為 軟件開發、技術服務、軟件許可和商品銷售四種。在 2019 年總營業收入 中，中科創達技術服務占比 43.13%，軟件開發占比 30.20%，商品銷售占 比 18.22%，軟件許可占比 8.45%。公司核心技術涵蓋通信協議棧、深度學習、圖形圖像算法、操作系統優化和安全技術等多個方面。

軟件定義汽車。隨著“新四化”(電動化、網聯化、智能化、共享化)的逐 步推進，軟件在汽車產品開發過程中起到的作用日益凸顯。“軟件定義汽 車”正逐步被業界認可，其核心思想是，決定未來汽車的是以人工智能為 核心的軟件技術，而不再是汽車的硬件水平。

軟件占比提升，軟硬件分離。根據德勤預計到 2030 年汽車電子系統在 汽車總成本中的占比會達到 50%。而隨著軟件訂閱模式、OTA 更新的 廣泛應用，硬件很難跟上軟件的迭代速度，過去軟件和硬件的強耦合 性反而會制約汽車的進化。雖然硬件仍然維持了汽車的穩定性，但將 逐步變成確保平臺質量的、偏支持性的角色。

中科創達操作系統技術領先，搭上智能網聯快車道。目前中科創達在國內智 能汽車軟件業務市場滲透率領先，該部分營業收入不斷增長。近年來智能網聯、 車聯網在國內加速落地，產業鏈受益，中科創達可借助政策紅利繼續擴展業務版 圖，構筑市場優勢。

形成全覆蓋核心技術，車載 OS 底蘊深厚。公司從 2013 年開始布局智 能汽車業務，目前已經形成集軟件 IP 授權、產品售賣、開發服務于一 體的業務模式。技術上具有基于芯片底層的全棧操作系統能力。中科 創達在汽車 Android 系統深耕十余年，同時可以通過硬件虛擬化架構 提供不同操作環境，涵蓋 QNX和 Linux，競爭優勢較為明顯。

收購 RW和 Appsys，與車企戰略合作，補全業務版圖。Rightware 是 主攻車載交互技術的初創公司，主要產品是 Kanzi 系列工具。Appsys 是 IVI獨立設計公司。中科創達并購 RW 和 Appsys 后，完成了從單純 底層軟件開發到軟件供應商的轉型，拓展了業務版圖。今年，公司與廣汽、上汽、一汽、理想、大眾、GM、豐田等頭部車廠合作的深度和 廣度均有提升。3 月與廣汽研究院宣布成立聯合創新中心，6 月公司與 滴滴合作研發的 DMS、ADAS 等智能安全駕駛方案正式發布。同時中 科創達與高通維持了深度合作，在自動駕駛芯片領域補全短板。

定增+股權激勵，提振未來信心。20年 2 月，公司發布 《2020 年非公 開發行股票預案》，募集的 17 億資金中超過 10 億將被投入智能網聯 汽車操作系統和智能駕駛輔助系統的研發。8 月 12 日，新增股份上 市。同月，公司發布股權激勵方案，計劃授予 365.95 萬股，占公司總 股本 0.86%。20-23 年扣非凈利潤在 2019 年基礎上增速不低于 70%、80%、90%、100%。說明管理層對未來信心十足。

我們認為中科創達的價值可類比手機時代 Android。在手機產業鏈中， 公司通過對芯片的理解以及對整機性能需求的理解來完成整個手機操 作性系統的優化，并逐漸培養和積累出較強的技術能力和相關 IP。同 樣，在汽車領域中由于汽車天生沒有系統，比如安卓給移動觸碰設備 做的系統，而且汽車中沒有統一整合集中的方式，因此其定化工作、 平臺難度會更高。隨著軟件定義汽車時代的來臨，中科創達擁有從芯 片層、系統層、應用層到云端全面覆蓋的技術能力，其自有 IP 和智能 汽車軟件能力將進一步強化公司在自動駕駛操作系統領域的地位。

4.3 高精地圖：四維圖新有望獲得高精地圖數據運營權

國產高精地圖龍頭。四維圖新成立于 2002 年，是由國家測繪局創建的唯 一專業從事測繪的國家級公司，已成為導航地圖、導航軟件、動態交通信 息、位置大數據、以及乘用車和商用車定制化車聯網解決方案領域的領導 者，計劃推出汽車大腦整體解決方案。公司主營業務“五位一體”：導 航、車聯網、芯片、企業服務及行業應用、高級輔助駕駛及自動駕駛。近 年來四維圖新車聯網業務不斷發展，和導航一起成為企業支柱業務，根據 2019 年報導航業務收入占總收入 35.97%，車聯網業務占比 30.17%。截 至 2020 年，公司在導航領域市場份額穩定在 40%左右，高精地圖市場份額超過 20%。

中國路徑決定車路協同，高精地圖為必要基礎。無人駕駛有單車智能和車 路協同兩種實現途徑，國外主流為單車智能，而中國路線則是車路協同。 城市道路的路況復雜，高精地圖相對精度達到 10cm-20cm，支持動態更 新，是車路協同產業重要利益相關方之一。車路協同與高精地圖的結合是 布局未來智慧交通的重點課題，四維圖新作為產業龍頭有望騰飛。

參與制定行業標準，入駐國家級智能網聯平臺。四維圖新在 2018 年與 HERE、日本 IPC、韓國 SK 組成 OneMap 聯盟，制定全球高清動態 地圖標準；2020 年 8 月，參與歐洲導航數據標準協會（NDS）開發項 目，與 HERE、Elektrobit、NNG 和 NDS 技術組共同開發和推廣新一 代地圖數據標準。在政府合作方面，2017 年，四維圖新與國家基礎地 理信息中心、武漢大學等企業、政府機構及高校合作編制近十項導航 地圖國家標準；2020 年 4 月，參與制定的《公路工程適應自動駕駛附 屬設施總體技術規范（征求意見稿）》正式發布。同時，四維圖新是 唯一入駐國家級智能網聯平臺國汽智聯的高精度地圖廠商，在行業中 的地位難以撼動。

從 L2 到 L4，地圖產品技術領先。公司目前擁有甲級導航電子地圖制 作測繪資質（共 28 家）和 ADAS 地圖資質（共 3 家）。在產品方 面，四維圖新已經實現 L2 級別的自動駕駛地圖產品研發，并且在 L3 HAD Map 和 L4 FAD Map 地圖研發上也有了重大突破。在原有 ADAS 地圖數據基礎上，四維圖新推出的 ADAS 地圖 2.0 增加了更詳細的道 路信息，以亞米級的精度配合 L2、L3 自動駕駛車向 L4 過渡；公司面 向主機廠和合作伙伴推出了面向封閉場景的 L3+自動駕駛地圖數據 HD Pro，覆蓋我國超過 30 萬高速公路；HD Ultimate 則是 L4/Robotaxi 的 自動駕駛產品，目前正在 Top 級城市大規模覆蓋。

從地圖到在線服務的成功轉身。四維圖新將地圖數據轉化呈在線服務 產品 HD MAP Service，支持支持百萬級的車輛并發以及上層針對主機廠要求的特定的自定義圖層，包括與自動駕駛相關業務的在線應用， 如導航地圖的路徑關聯、自動駕駛的 ODD 服務等，并支持 OTA 地圖 更新。細化到高精地圖服務上，則有基于高精地圖融合定位的測評服 務、基于自動駕駛的仿真云服務和高精度的差分定位服務三種類型的 服務。從產品到服務構建了數據流轉的閉環，進一步提升了公司的競爭力。

成為國汽智聯唯一高精度圖商，依托央企背景有望獲得數據運營權

國汽智聯整合學界、行業資源搭建智能網聯國家型平臺。國汽（北 京）智能網聯汽車研究院有限公司（簡稱“國汽智聯”）成立于 2018 年 3 月，由中國汽車工程學會、中國汽車工業協會及中國智能網聯汽 車產業創新聯盟共同牽頭，聯合 18 家整車、零部件、信息通信領域領 軍企業和科研機構成立。2018 年 7 月，組建北京智能網聯汽車產業創 新中心，2019 年 5 月，組建國家智能互聯汽車創新中心。2020 年 1 月，新增四位投資人，包括大眾汽車、通用汽車、博世和?？怂箍?， 注冊資本由 9 億元新增至 11 億元，共 22 位股東每家出資 5000 萬人 民幣，各持股 4.55%。

國汽智聯為旨在依托并服務政府、服務工信部，建立智能網聯汽車行 業的行業規范，如 V2I、V2V 以及 V2X 的通訊標準等。公司聚焦國家 戰略需求和引領行業發展的基礎、共性問題，為我國智能網聯汽車建 設新型產業生態創新體系提供基礎模塊和共性平臺。國汽智聯核心運行模式采用 “公司 + 聯盟”，聯合產業及學界資源共同打造產業協同 創新的樞紐和生態系統。

當前我國高精度地圖市場政策加速推動，隨著自動駕駛到來，高精地圖數據有望強化統一管理，以降低未來動態數據更新的成本，同時滿 足監管的需求。從市場格局來看，外資圖商進入國內市場困難，主要 玩家以四維、百度、高德三個國產高精圖商為代表，其中靜態地圖能 力各家差別較小，未來競爭的關鍵點將體現在后續動態更新升級的能 力，數據多、擁有運營權的廠商將獲得先發優勢，進而導致整個行業 格局發生變化。四維圖新自成立以來歷經多次行業變革，憑借深厚的 技術積淀和對政策的把握，深耕高精度地圖多年，也是接入國汽智聯 平臺的唯一高精地圖廠商，有望獲得數據運營權，享受政策紅利。

五、投資建議

建議重點從產業鏈上下游篩選各環節技術壁壘高、擁有定價權以及擁有產業 協同效應的細分領域，推薦上游感知層的激光雷達，決策層的操作系統、自動駕駛加速芯片和高精度地圖，中游平臺層的智能座艙等。

操作系統領域：中科創達。

智能座艙與智能駕駛領域：德賽西威、華陽集團。

高精地圖領域：四維圖新。

六、風險提示

自動駕駛政策推進不及預期；

技術瓶頸難以打破；

產業鏈上中下游協同遇阻；

中美貿易摩擦等。 

（本文僅供參考，不代表我們的任何投資建議。如需使用相關信息，請參閱報告原文。）

精選報告來源：【未來智庫官網】。